Keinen Bock mehr auf Corona-Zahlen?

Sterberate bietet neue Sicht aufs Infektionsgeschehen

Einigkeit bei WHO-Konferenz: Sterberate IFR liegt bei 0,6%

Anfang Juli gab die WHO nach einer Online-Konferenz mit 1.300 Wissenschaftlern bekannt, dass die IFR (Infection Fatality Rate) für CoV-2-Infektionen nach aktuellem Forschungsstand bei 0,6% liegt.(Ergänzung: Die Infection Fatality Rate [IFR] ist nicht zu verwechseln mit der Case Fatality Rate oder anderen Sterblichkeitskennzahlen.)

Bei saisonaler Grippe wird, je nach Saison, eine wesentlich niedrigere IFR zwischen 0,04 und 0,2 angenommen.

Eine IFR von 0,6% bedeutet, 6 von 1.000 CoV-2-Infizierten haben einen tödlichen Krankheitsverlauf, bzw. ein Covid-19-Todesfall geht zurück auf 167 infizierte Personen, unabhängig davon, ob diese Personen Symptome entwickelt haben oder nicht.

Die Gefährlichkeit eines Virus ergibt sich aus seiner Sterberate und Infektiosität. Zumindest ersteres scheint jetzt einigermaßen geklärt zu sein: Die WHO spricht von "consensus", also einer breiten wissenschaftlichen Übereinstimmung. Wohl infolge allgemeiner Coronazahlen-Müdigkeit hatten deutschsprachige Medien kein Interesse an dieser Meldung (Ausnahme: Telepolis), weshalb ich aus journalistischer Sicht für das Infektionsgeschehen in Deutschland ein paar naheliegende Schlussfolgerungen treffen möchte.

Die wichtige Frage, ob ein Patient an oder "nur" mit CoV-2 gestorben ist, steht weiterhin als Elefant im Raum. Dennoch gehe ich davon aus, dass die gemeldeten Verstorbenen-Zahlen insgesamt eine härtere Datengrundlage liefern als die Zahlen der gemeldeten Infektionen. (Ergänzung: Die Entwicklungskurve der Sterbezahlen ist im Gegensatz zur Infektionskurve weit weniger von wechselnden Testhäufigkeiten abhängig.)

1,5 Millionen Infizierte bei einer Dunkelziffer von 7,7

Das RKI meldet für Deutschland für den 19. Juli insgesamt 9.086 Covid-19-Tote. Bei einer IFR von 0,6% entspricht dies etwa 1,5 Millionen Infizierten (9084 x 167). Diese Zahl beschreibt allerdings die Vergangenheit, denn die Zeitspanne von der Erkrankung bis zum Tod beträgt durchschnittlich 18 Tage. 18 Tage zuvor, am 2. Juli, sollte es in Deutschland demnach 1,5 Millionen Infizierte gegeben haben.

Das RKI registrierte für diesen Tag jedoch nur 195.674 Infizierte, womit wir dem etwas vergessenen Thema "Dunkelziffer" etwas näher rücken können: Der Quotient von IFR-berechneten und RKI-gemeldeten Infizierten-Zahlen ergibt einen Dunkelziffer-Faktor von 7,7 (1,5 Mio. / 195.674 = 7,7).

Dunkelziffer sinkt seit März

Zur möglichst realistischen Dokumentation arbeitet das RKI die täglich eingehenden Neuinfektions-Zahlen über zusätzliche Meldeinformationen und mathematische Verfahren auf. Diese aufbereiteten Zahlen sind in einer täglich (auch rückwirkend) aktualisierten Excel-Tabelle einsehbar.

Bei den Sterbezahlen wird eine solche aktualisierende Aufbereitung leider nicht vorgenommen, weshalb ich für weitere Überlegungen zu den oben genannten 18 Tagen (zwischen Erkrankungsbeginn und Tod) behelfsweise 10 Tage Meldeverzögerung addiere. Auf diese Weise kann man über die IFR die zeitliche Entwicklung der Neuinfektionen abbilden: Sterbefälle x 167 = Neuinfektionen 28 Tage zuvor.

Wie in der Abbildung zu erkennen, kann von einer konstanten Dunkelziffer keine Rede sein - ein Aspekt, der bisher wenig bis gar nicht beachtet wurde. Das Verhältnis von RKI-registrierten Neuerkrankungen zu IFR-basierten Erkrankungszahlen, beschreibt eine Dunkelziffer-Entwicklung, die zwischen März und Juni von Faktor 9 auf Faktor 1 (keine Dunkelziffer) sinkt.

Die Juni-Zahlen stehen allerdings auf dünnem Eis, da Deutschland im dafür maßgeblichen Juli nur noch einzelne Sterbefälle verzeichnet. Zu wenige, um sinnvoll hochzurechnen. (Die Heinsberg-Studie hat neun Todesfälle, verteilt auf mehrere Monate, hochgerechnet; allerdings bezogen auf eine wesentlich kleinere Population).

Sinkt die Covid-19-Sterblichkeit?

Rechnerisch könnte das in seiner Deutlichkeit doch etwas unerwartete Zusammenwachsen der beiden Kurven auch auf einen Rückgang der tödlichen Gefährlichkeit von CoV-2 hinweisen. Ähnliche Mutationen sind bei anderen Viren durchaus bekannt. In diesem Fall kämen dann auf einen Todesfall nicht mehr 167 Infizierte sondern, rein spekulativ, z. B. 250.

Die Zahl der aus Sterbefällen errechneten Infizierten würde mit abnehmender IFR entsprechend steigen, und der Dunkelzifferfaktor würde weniger extrem zurückgehen. Forschungsergebnisse, die eine entsprechende Virusmutation beschreiben, sind mir nicht bekannt; aber es bleibt zu hoffen, dass die virologische CoV-2-Forschung auch abseits der Impfstoffentwicklung intensiv stattfindet.

In diesem Zusammenhang wirft der Fall Tönnies zumindest Fragen auf. Es passt nicht zu einer IFR von 0,6, dass im Kreis Gütersloh mit 1.500 Neuinfektionen in der zweiten Junihälfte bisher keinen einziger Todesfall verzeichnet ist und aktuell nur zwei Personen intensivpflegerisch versorgt werden müssen. Bei IFR 0,6% lassen 1.500 Infizierten neun Covid-19-Tote erwarten. Mögliche Erklärung: Die Gruppe der Infizierten ist altersmäßig nicht repräsentativ.

Fahren auf Sicht oder Blindflug

Wesentlicher Grund für eine stark sinkende Dunkelziffer ist die massive Testausweitung. Bei rückläufigen Neuinfektionen wird die Zahl der bundesweiten PCR-Tests (Diagnosetests; keine Antikörpertests) seit Mitte Juni wieder erhöht. Gleichzeitig sinkt die Quote der positiven Testergebnisse rapide. Waren in der 14. Kalenderwoche (30.3. - 5.4.) von insgesamt 400.000 Tests noch 9% positiv, sind in KW 28 (6.7. - 12.7.) von 500.000 Tests nur noch 0,6% positiv.

Neben dem wünschenswerten Dunkelziffer-Abbau birgt die hohe Testzahl mit geringem Test-Positivanteil ein handfestes Problem: Testgruppen mit wenigen Infizierten führen den aktuellen PCR-Test, dessen Positiv-Genauigkeit mit 98,9 - 99,7% angegeben wird, an seine Grenzen. Wie kann ein veröffentlichtes Testergebnis von aktuell 0,6% Positiven bei erwarteten 0,3 - 1,1% Falsch-Positiven die Echt-Positiven herausfiltern? (Ergänzung: Die Positiv-Genauigkeit wird im zitierten Ringversuch noch etwas geringer angegeben: 97,8% - 98,6%. Danke für einen Hinweis aus dem Forum auf diesen Verwechslungsfehler.)

Vielleicht gibt es auf diese Frage eine labortechnische Antwort, aber eine klärende Stellungnahme des RKI wäre hilfreich. Wenn die Politik über Corona-Schutzmaßnahmen entscheidet, muss sie über die Zuverlässigkeit der Daten zum aktuellen Infektionsgeschehen Bescheid wissen. Andernfalls wird aus dem "Fahren auf Sicht" ein Blindflug.

Corona-Schutzmaßnahmen haben offensichtlich gewirkt

Die wissenschaftliche Festschreibung der IFR auf 0,6% eröffnet einen neuen Blick auf die bisherigen Corona-Schutzmaßnahmen. Wendet man die RKI-Formel zur Berechnung der täglichen Reproduktionszahl (R) auf die IFR-basierten Neuinfektionszahlen an, ergibt sich eine R-Entwicklung, die mit den einzelnen Maßnahmen abgeglichen werden kann.

(Der R-Wert beschreibt, wie viele Menschen eine erkrankte Person im Durchschnitt infiziert.) Hatte die RKI-Erstveröffentlichung zum Abgleich von R-Zahlen und Maßnahmen noch für Verwirrung gesorgt, weil sie für Kontaktsperren anstatt des zu erwartenden R-Rückgangs einen R-Anstieg auswies, lässt sich über die IFR-basierte R-Wert-Berechnung die positive Wirkung der Maßnahmen abbilden (Abb. 2, rote Linie): Bereits vor der ersten bundesweiten Maßnahme, dem Verbot von Großveranstaltungen, ist die Reproduktionszahl stark zurückgegangen. Dieser anfängliche Rückgang bedarf einiger Erläuterungen:

• Vermutlich liegen sowohl der rote als auch der blaue R-Wert in den ersten Wochen deutlich zu hoch, da die Testungen gerade erst angelaufen waren und innerhalb kurzer Zeit von null auf mehrere Tausend hochgefahren wurden. R-Zahl-Berechnungen sind immer Vergleiche mit der Vergangenheit, und wenn in der Vergangenheit vergleichsweise wenig getestet wurde, ergibt das einen zu hohen R-Wert. Unter diesem Aspekt ist es denkbar, dass wir nie einen R-Wert oberhalb von 2 oder 2,5 hatten. Die RKI-Mathematiker haben offenbar noch keinen Weg gefunden, die Entwicklung des Testgeschehens in ihre R-Berechnung miteinzubeziehen.
  
  
• Bereits vor dem Großveranstaltungsverbot gab es zahlreiche freiwillige Maßnahmen von Bürgern (Handhygiene, Niesetikette, Reduzierung der Mobilität) und Unternehmen (Reiseverbote, Meetingabsagen).
  
  
• Quarantäne-Auflagen wurden bereits im Januar erteilt und teilweise in Quarantänestationen durchgesetzt.

Ob Schulschließungen und Kontaktverbote für ein weiteres Absinken der Reproduktionszahl maßgeblich waren, lässt sich nicht mit letzter Sicherheit beweisen. Die Statistik zeigt jedoch, dass im Zuge dieser Maßnahmen R bis unter 0,7 gedrückt werden konnte, und dass mit den Maßnahmenlockerungen trotz Maskenpflicht der R-Rückgang gestoppt wurde und in einen leichten Anstieg überging.

Licht ins Dunkel bringen

Um in Zeiten von Cov-2 Zukunft zu gestalten, ist ein tieferes Verständnis des bisherigen Infektionsgeschehens notwendig. Noch gibt es viel mehr offene als beantwortete Fragen, aber Forschungsergebnisse wie die Bestimmung der IFR eröffnen Einblicke, die in einem journalistischen Text nur angekratzt werden können. (Ergänzung: Übrigens gelten die im Artikel angestellten statistischen Überlegungen von ihrer Tendenz her auch für eine IFR, die etwas oberhalb oder unterhalb von 0,6 liegt.)

Wie man von Seiten der Wissenschaft etwas Licht ins Dunkel bringt, hat beispielsweise die Heinsberg-Studie gezeigt. Gerade weil sich epidemiologische Forschungsarbeiten privatwirtschaftlich nicht vergolden lassen, liegt es auf der Hand, sie von staatlicher Seite ebenso zu fördern, wie man das bei der Impfstoff-Forschung ganz selbstverständlich tut.